La vidéo demande beaucoup plus de mémoire que les images parce qu’une image 1024x1024 fait environ un million de pixels, alors qu’un clip de 5 secondes à 24 images par seconde fait 120 images : le modèle travaille sur plus de cent fois plus de pixels en même temps, et doit garder chaque image cohérente avec les autres, donc il ne peut pas les faire une par une. Trois choses font monter la mémoire et se multiplient : la taille et la précision du modèle (pleine, FP8 ou GGUF), la résolution (720p a environ 2,25 fois plus de pixels que 480p) et la durée du clip (à peu près proportionnelle). Un modèle qui tient en mémoire à 480p pour 3 secondes peut manquer de mémoire à 720p pour 5 secondes sur la même carte.

Ce guide couvre les modèles vidéo open-weight que tu peux télécharger et faire tourner toi-même. Les chiffres sont des plages pratiques tirées des fiches officielles et des tests communautaires, vérifiés au 6 octobre 2026 ; les résultats varient selon la version de

ComfyUI

, le workflow et la mémoire système disponible pour l’externalisation. Pour les modèles d’image, regarde le guide compagnon sur les besoins en

VRAM

par modèle ; les deux sont mis à jour chaque mois.

Référence

Nom	Type	Rôle
Wan 2.1 T2V 1.3B	8 GB: 480p, ~5 s clips \| 12 GB+: comfortable	Option 8 Go. Environ 8,19 Go utilisés, sortie 480p, environ 4 minutes par clip de 5 secondes sur un RTX 4090. Qualité clairement en dessous des plus gros modèles. Apache 2.0.
Wan 2.2 TI2V 5B	8 GB: GGUF Q8 with offloading, slow \| 12-16 GB: quantised at 720p \| 24 GB: full precision (official minimum)	Texte ou image vers 720p à 24 fps. Alibaba indique 24 Go (un RTX 4090) comme minimum en pleine précision et moins de 9 minutes pour un clip 720p de 5 secondes. Le Q8 GGUF fait environ 5,4 Go ; ComfyUI externalise le reste vers la RAM système. Apache 2.0.
Wan 2.2 A14B (T2V and I2V)	12-16 GB: GGUF Q4-Q5 with offloading, short clips \| 24 GB: FP8 at 480p, 720p with the text encoder offloaded \| 32 GB: FP8 at 720p \| 80 GB: full precision	La meilleure qualité open. Mixture of experts : 27 milliards de paramètres au total, 14 milliards actifs, un expert pour les étapes bruyantes au début et un pour les détails ; un seul expert est en VRAM à la fois. FP8 fait environ 14,3 Go par expert, GGUF Q4-Q5 environ 10-11 Go. Le besoin officiel de 80 Go est pour la pleine précision sans externalisation. Apache 2.0.
HunyuanVideo 1.5	12-16 GB: ~14 GB minimum with offloading \| 24 GB: quantised at 720p \| 32 GB: comfortable \| 28-48 GB: full precision 720p	Tencent, novembre 2025, 8,3 milliards de paramètres, 480p ou 720p avec un upscaler intégré vers 1080p ; 80 Go recommandés pour la meilleure qualité. Ce n’est pas le HunyuanVideo original (13B), qui demande 60-80 Go en pleine précision ; beaucoup de guides anciens les confondent.
LTX-2 (19B) / LTX-2.3 (22B)	16 GB: draft previews in FP8 (distilled pipeline) \| 24 GB: FP4, clips up to ~97 frames \| 32 GB: FP8 (official minimum) \| 48 GB+: BF16 (~43 GB file)	Lightricks, poids janvier et mars 2026. Vidéo avec audio synchronisé, jusqu’en 4K, et rapide : environ 90 secondes pour un clip de 5 secondes sur un RTX 4090. Le compromis est la mémoire ; Lightricks recommande aussi 100 Go+ d’espace disque libre.
System RAM	32 GB workable minimum \| 64 GB comfortable for 14B models on 12-24 GB cards	L’externalisation déplace une partie du modèle vers la RAM classique, donc la mémoire système compte plus pour la vidéo que pour les images.
Disk	fast NVMe SSD	Les modèles vidéo font plusieurs dizaines de Go chacun ; charger depuis un disque lent ajoute des minutes à chaque changement de modèle.
Wan 2.5-3.0, Kling, Veo, Runway, Seedance	API only	Pas de poids téléchargeables, donc pas de chiffre VRAM ; tu paies à la seconde de vidéo. Wan 2.2 est le plus récent Wan avec poids (en octobre 2026).

Vidéo sans carte 24 Go

BitVector Prism fait tourner les modèles vidéo Wan et LTX de ce guide sur ses propres GPU : choisis le modèle, télécharge une image ou tape un prompt, récupère le clip dans le navigateur. Rien à installer, pas d’externalisation.

Essayer BitVector

Pas à pas

Regarde ta VRAM : Gestionnaire des tâches Windows > Performance > GPU > Mémoire GPU dédiée ; nvidia-smi sous Linux. Regarde aussi ta RAM système ; 32 Go est le minimum pour l’externalisation.
Choisis la ligne du modèle qui correspond à ta carte dans le tableau : 8 Go c’est Wan 2.1 1.3B ou Wan 2.2 5B GGUF ; 12-16 Go ajoute Wan 2.2 14B GGUF et
HunyuanVideo 1.5
avec externalisation ; 24 Go est la carte vidéo courante (5B pleine précision, 14B FP8, LTX-2 FP4) ; 32 Go fait tout tourner en 720p en FP8.
Télécharge la précision indiquée sur la page du modèle pour ta catégorie (FP8 pour 24-32 Go, GGUF Q4-Q5 pour 12-16 Go) plutôt que l’original BF16.
Commence en 480p avec des clips courts (49-81 images). Ajuste le mouvement et la composition, puis monte en résolution ou refais en 720p. Passer de 480p à 720p double à peu près la mémoire par image, donc un workflow à 14 Go en 480p peut demander 24 Go ou plus en 720p.
Pour Wan 2.2 14B sur 24 Go, déplace l’encodeur texte T5/UMT5 vers la RAM système (dispositif CPU sur le loader, ou externalisation automatique de ComfyUI). Sinon un clip 720p peut dépasser 24 Go en cours de route.
Pour tout ce qui dépasse 5-6 secondes, génère en segments et enchaîne-les : la dernière image d’un clip devient l’image de départ du suivant. La plupart des modèles open sont réglés pour environ 5 secondes et perdent en qualité au-delà.
Si un clip ne tient toujours pas, baisse d’abord le nombre d’images avant la résolution, utilise un décodage VAE en tuiles, et ferme le navigateur et les jeux qui utilisent le GPU.
Si tu as besoin de Wan 2.2 14B ou LTX-2 en 720p souvent et que tu as moins de 24 Go, utilise le cloud :
PirateDiffusion
fait tourner Wan,
LTX
et H3 sur des GPU serveurs via Telegram ;
BitVector
via une appli web.

Exemples

Wan 2.2 14B image-à-vidéo sur 24 Go (ComfyUI)

UNETLoader x2: wan2.2_i2v_high_noise_14B_fp8_scaled, wan2.2_i2v_low_noise_14B_fp8_scaled | CLIPLoader: umt5_xxl_fp8_e4m3fn_scaled, device: cpu | Load VAE: wan_2.1_vae

WanImageToVideo: 832x480, 81 frames | KSamplerAdvanced high (steps 0-10, cfg 3.5) -> KSamplerAdvanced low (steps 10-20, cfg 3.5) | shift 5 | VAE Decode (Tiled)

Wan 2.2 5B sur une carte 8-12 Go

UnetLoaderGGUF: wan2.2_ti2v_5B_Q8_0.gguf | CLIPLoader: umt5_xxl_fp8 (cpu) | 1280x704 is the native 720p shape; start at 832x480, 49 frames, 20 steps

python main.py --lowvram

Le même clip dans le cloud

/workflow /run:wan22-i2v slow dolly in, she looks up and smiles, soft wind in her hair /length:81 (reply to your image on PirateDiffusion)

Astuces

Temps rapportés pour un clip unique de 5 secondes : Wan 2.1 1.3B 480p environ 4 minutes sur RTX 4090 ; Wan 2.2 5B 720p moins de 9 minutes (officiel) ; Wan image-to-video environ 12,7 minutes sur 4090 contre environ 7 sur 5090 (environ 45 % plus rapide dans un test publié) ; LTX-2 environ 90 secondes sur 4090. L’externalisation peut rendre ces temps plusieurs fois plus longs.
Le chiffre de 80 Go donné par Alibaba pour Wan 2.2 A14B est pour la pleine précision sans externalisation ; FP8 et GGUF avec l’encodeur texte en RAM système est la façon dont tout le monde l’utilise vraiment.
Deux experts 14B signifient deux fichiers : vérifie sur la page du modèle sur quel expert un
LoRA
a été entraîné (bruit élevé ou faible) ; le charger sur le mauvais ne sert à rien.
LTX-2 échange mémoire contre vitesse et audio ; si tu peux faire tenir FP8 sur 32 Go, c’est la voie open la plus rapide vers un clip fini avec son.
Une 5090 lancée à 1 999 dollars mais vendue environ 4 500-6 000 en octobre 2026 ne peut toujours pas faire tourner les modèles en pleine précision. Pour de la vidéo occasionnelle, louer un GPU 48 ou 80 Go à l’heure, ou un forfait cloud fixe, est moins cher et bien plus rapide que l’externalisation sur une carte plus petite.
Les pages Wan, Hunyuan et LTX sur ce site listent toutes les variantes téléchargeables avec leur taille de fichier ; une variante a besoin de sa taille plus 3-4 Go libres en VRAM pour tourner à vitesse normale.

Dépannage

CUDA out of memory en plein clip 720p sur 24 Go

Pourquoi cela arrive

L’encodeur texte est encore en VRAM avec l’expert 14B actif.

Comment le corriger

Charge l’encodeur UMT5 sur le CPU, ou baisse à 480p ; vois le guide

CUDA out of memory

pour la checklist complète.

Tient en mémoire mais prend 40 minutes

Pourquoi cela arrive

Externalisation lourde vers la RAM système, ou un GGUF Q4 sur une carte qui pourrait faire du FP8.

Comment le corriger

Raccourcis le clip, baisse la résolution, ou utilise la plus grande précision qui reste en mémoire ; vérifie que la "mémoire GPU partagée" dans le Gestionnaire des tâches reste proche de zéro.

Le guide HunyuanVideo dit 60-80 Go

Pourquoi cela arrive

Il s’agit du HunyuanVideo original 13B, pas du HunyuanVideo 1.5 (8,3B).

Comment le corriger

Utilise la 1.5 : environ 14 Go avec externalisation, 24 Go confortable.

LTX-2 ne charge pas sur 16 Go

Pourquoi cela arrive

Seul le pipeline preview distillé FP8 tient ; le modèle complet demande 24 Go (FP4) ou 32 Go (FP8).

Comment le corriger

Utilise la preview distillée pour les brouillons et rends les versions finales sur une carte plus grosse ou dans le cloud.

Le clip long se dégrade après 6 secondes

Pourquoi cela arrive

Les modèles open sont réglés pour environ 5 secondes ; mémoire et qualité baissent au-delà.

Comment le corriger

Enchaîne des segments de 5 secondes à partir de la dernière image ; monte en résolution et interpole ensuite.

Impossible de trouver les poids Wan 2.5 ou 3.0

Pourquoi cela arrive

Ce sont des versions API uniquement.

Comment le corriger

Wan 2.2 est le plus récent Wan que tu peux faire tourner en local ; la page famille Wan suit les changements.

Wan 2.2 14B, LTX-2 et H3 via Telegram

PirateDiffusion héberge les gros modèles vidéo en pleine précision et envoie le clip fini dans ta discussion. Génération illimitée à prix fixe mensuel, moins qu’un mois au prix de la 5090 par an.

Essayer PirateDiffusion

Questions

Puis-je faire de la vidéo IA avec 8 Go de VRAM ?

Oui, mais seulement des clips courts en basse résolution. Wan 2.1 1.3B fait des clips 480p en environ 8 Go, et Wan 2.2 5B tourne en GGUF avec externalisation. Wan 2.2 14B, HunyuanVideo et LTX-2 demandent plus.

24 Go suffisent-ils pour la vidéo IA ?

Pour la plupart des gens, oui. Une carte 24 Go fait tourner Wan 2.2 5B en pleine précision, Wan 2.2 14B en FP8 (720p avec l’encodeur texte externalisé), HunyuanVideo 1.5 et LTX-2 en FP4. C’est la carte la plus courante pour la vidéo locale.

Pourquoi Wan 2.2 dit-il qu’il a besoin de 80 Go ?

C’est le chiffre pour le modèle 14B en pleine précision sans externalisation. Avec FP8 ou GGUF et l’encodeur texte en RAM système, ça tourne sur 24 Go, et sur 12-16 Go plus lentement.

Une RTX 5090 vaut-elle le coup pour la vidéo IA ?

Si tu fais souvent de la vidéo, les 8 Go en plus par rapport à une 4090 (32 contre 24) te permettent de tourner confortablement Wan 2.2 14B et LTX-2 FP8 en 720p, et c’est environ 45 % plus rapide. À deux ou trois fois son prix de lancement à 1 999 dollars, louer est moins cher pour ceux qui ne génèrent pas de vidéo tous les jours.

HunyuanVideo demande-t-il plus de VRAM que Wan ?

HunyuanVideo 1.5 (8,3B) demande moins que Wan 2.2 14B : environ 14 Go avec externalisation. Le HunyuanVideo original (13B) demande beaucoup plus, donc vérifie de quelle version parle un guide.